Cancer ResearchForschungsarbeitOpen Access

KI-entwickeltes Mini-Protein trifft Krebs-Antigene präzise wie eine T-Zelle

Wissenschaftler der Stanford University nutzten RFdiffusion und ProteinMPNN, um ein kompaktes α-helikales TCR-Mimetikum mit einer Affinität von 9,5 nM für ein Tumorantigen zu entwickeln – mit nahezu perfekter Peptidspezifität.

Freitag, 15. Mai 2026 1 Aufruf
Veröffentlicht in Science
A researcher in a white lab coat examining a crystal structure model of a protein-MHC complex on a computer screen in a crystallography lab, with X-ray diffraction equipment visible in the background

Zusammenfassung

Forscher der Stanford University nutzten KI-gestützte Protein-Design-Werkzeuge, um ein winziges, starres Vier-Helix-Protein zu entwickeln, das nachahmt, wie T-Zell-Rezeptoren krebsspezifische Peptide auf Tumorzellen erkennen. Ihr Mini-TCR-Mimetikum band das NY-ESO-1-Tumorantigen, präsentiert von HLA-A*02, mit einer Affinität von 9,5 nM und zeigte keine nachweisbare Bindung an ein Kontroll-Peptid auf demselben MHC-Molekül. Eine Kristallstruktur mit 2,05 Å Auflösung bestätigte, dass der Binder in einem TCR-ähnlichen Winkel von 40 Grad andockt und gezielte Kontakte mit den herausragenden Seitenketten des Peptids herstellt. Ein computergestütztes Screening von über 14.000 HLA-A*02-Peptiden sagte korrekt die einzigen zwei tatsächlichen Off-Target-Peptide voraus. Im Format eines T-Zell-Engagers tötete es Krebszellen selektiv in Zytotoxizitätsassays.

Deep Dive Audio
0:00--:--

Detaillierte Zusammenfassung

Peptid-MHC-Komplexe auf Krebszellen anzusteuern bietet einen vielversprechenden Weg zur Tumor-Immuntherapie, doch bestehende Ansätze stoßen an ernsthafte Grenzen. Natürliche T-Zell-Rezeptoren binden zu schwach für den therapeutischen Einsatz, während entwickelte antikörperbasierte TCR-Mimika häufig zu stark am MHC-Gerüst andocken statt am Peptid selbst – was zu Nebenwirkungen außerhalb des Zielbereichs führt, die die klinische Entwicklung ins Stocken gebracht haben. Diese Studie von Garcia und Kollegen an der Stanford University hatte zum Ziel, dieses Problem von Grund auf mithilfe von computergestütztem Proteindesign zu lösen und dabei einen kompakten, α-helikalen „Mini"-TCR-Mimetikum zu konstruieren, ohne von einer natürlichen Proteinvorlage auszugehen.

Das Team setzte RFdiffusion ein, um 50 Kandidaten-Vier-Helix-Bündel-Gerüste (80–100 Aminosäuren) zu generieren, und wählte die strukturell kompaktesten für das Fold-Conditioning über dem NY-ESO-1/HLA-A*02-Ziel aus. Die nach oben weisenden Reste Met4, Trp5, Thr7 und Gln8 des NY-ESO-1-Peptids wurden als Design-Hotspots festgelegt. RFdiffusion dockte anschließend 100 verschiedene helikale Bündel-Faltungen über dem Peptid-MHC-Ziel an, und ProteinMPNN sampelte sechs Sequenzen pro Faltung, was 600 initiale Designs ergab. AlphaFold2 bewertete jedes Design anhand der Interaction Predicted Aligned Error (iPAE)-Metrik; vier von 100 Gerüsten lieferten mindestens ein Design unterhalb des iPAE-Schwellenwerts von 10,0. Die Ausweitung auf 500 Sequenzen pro Treffer-Gerüst ergab 2.000 Designs, aus denen Scaffold #1 als Top-Kandidat hervorging – aufgrund seiner TCR-ähnlichen zentrierten Dockingposition und seines peptidspezifischen Kontaktprofils.

Die fünf besten Designs wurden mittels Yeast Surface Display gegen NY-ESO-1- und MART-1-HLA-A*02-Tetramere getestet, wobei zwei von fünf NY-ESO-1 spezifisch erkannten. Der führende Binder, als mini-TCRm 1.1 bezeichnet, wurde rekombinant in E. coli exprimiert und mittels Oberflächenplasmonenresonanz charakterisiert, was eine Dissoziationskonstante von 9,5 nM für NY-ESO-1 HLA-A*02 ergab – ohne nachweisbare Bindung an MART-1 HLA-A*02. Dies stellt eine außergewöhnliche Selektivität für ein Molekül dar, das dasselbe MHC-Allel erkennt, das ein anderes Peptid präsentiert.

Die Röntgenkristallographie des mini-TCRm 1.1/pMHC-Komplexes, gelöst bei einer Auflösung von 2,05 Å, bestätigte einen TCR-ähnlichen diagonalen Dockingmodus in einem Winkel von 40 Grad relativ zur Peptidrinne, mit einer vergrabenen Gesamtoberfläche von 1.216 Ų, wovon 31 % auf Peptidkontakte entfielen. Strukturell bildeten die A2- und A3-Helices des mini-TCRm zwei separate hydrophobe Taschen, die die Reste Met4 und Trp5 von NY-ESO-1 unabhängig voneinander aufnahmen – ein deutlicher Gegensatz zu natürlichen TCRs und Antikörper-Fabs, die eine einzige große, durch CDR-Schleifen geformte Tasche nutzen, um beide Reste gemeinsam aufzunehmen. Das rigide helikale Gerüst bildete zudem fünf Wasserstoffbrückenbindungen und eine Salzbrücke zum MHC aus, was dabei half, den Binder präzise auszurichten, ohne auf konformationelle Flexibilität angewiesen zu sein.

Zur Einschätzung des Kreuzreaktivitätsrisikos führte das Team ein Alanin-Scanning durch, um Met4 und Trp5 als entscheidende Ankerreste zu bestätigen, und führte anschließend eine Hamming-Distanz-Suche in 14.363 HLA-A*02-präsentierten 9-meren aus Massenspektrometrie-Daten durch. Nur fünf Peptide wiesen eine Hamming-Distanz von vier zu NY-ESO-1 auf; zwei weitere Peptide stimmten genau im Met4-Trp5-Motiv überein. Ein auf ProteinMPNN basierender struktureller Kompatibilitätsscore identifizierte zwei dieser sieben Kandidaten korrekt (Off-Targets 3 und 5) als Binder in der anschließenden T2-Zellfärbung – einen aus PIP5K1A (einer ubiquitär exprimierten Kinase) und einen aus KIRREL2 (das hauptsächlich in pankreatischen Betazellen exprimiert wird). Die Bindung wurde bestätigt, war jedoch schwächer als bei NY-ESO-1. Im Format eines bispezifischen T-Zell-Engagers löste das mini-TCRm eine selektive Zytotoxizität gegen NY-ESO-1-positive Zielzellen aus, was sein therapeutisches Potenzial bestätigte – trotz der Identifizierung dieser zwei handhabbaren Off-Targets.

Wichtigste Erkenntnisse

  • Mini-TCRm 1.1 bound NY-ESO-1/HLA-A*02 with a Kd of 9.5 nM and showed no detectable affinity for MART-1/HLA-A*02, demonstrating extraordinary peptide selectivity on the same MHC molecule
  • Crystal structure solved at 2.05 Å revealed a TCR-like docking angle of 40 degrees, burying 1,216 Ų total surface area with 31% from peptide-specific contacts
  • 2 of 5 initial yeast-displayed designs bound NY-ESO-1 tetramer specifically — a high hit rate for de novo protein design
  • AlphaFold2 iPAE screening of 600 designs identified 4 hit scaffolds; expanding to 2,000 designs via ProteinMPNN yielded Scaffold #1 with 318/500 sequences passing the iPAE <10.0 threshold
  • Alanine scanning confirmed Met4 and Trp5 as essential anchor residues; Leu4 and Phe5 substitutions retained binding, while Met4→Ala or Trp5→Ala completely abrogated it
  • A ProteinMPNN-based in silico screen of 14,363 HLA-A*02 peptides correctly predicted the only 2 real off-target binders (from PIP5K1A and KIRREL2) out of 7 candidates tested
  • In bispecific T cell engager format, the mini-TCRm demonstrated selective cytotoxicity against NY-ESO-1-positive cancer cells

Methodik

Die Studie verwendete RFdiffusion und ProteinMPNN, um insgesamt 2.000 Kandidaten für Vier-Helix-Bündel-Binder zu entwerfen, die auf NY-ESO-1/HLA-A*02 abzielen, gefiltert durch AlphaFold2 iPAE-Scoring. Top-Kandidaten wurden durch Yeast-Surface-Display, rekombinante Proteinexpression und SPR-Bindungsassays validiert. Die strukturelle Validierung erfolgte mittels Röntgenkristallographie bei einer Auflösung von 2,05 Å mit einem Anti-β2M-Nanobody-Chaperon. Die Off-Target-Spezifität wurde durch Alanin-Scanning, Hamming-Distanz-Analyse von 14.363 massenspektrometrisch detektierten HLA-A*02-Peptiden aus dem MHC Motif Atlas sowie ProteinMPNN-Strukturkompatibilitäts-Scoring bewertet – alles bestätigt durch T2-Zell-Peptid-Pulsing-Färbeassays.

Studienlimitierungen

Die Studie wurde ausschließlich in vitro und in zellbasierten Assays durchgeführt; es werden weder In-vivo-Tiermodelle noch klinische Daten berichtet, was die Schlussfolgerungen zur systemischen Sicherheit und Wirksamkeit einschränkt. Der Mini-TCRm wurde nur gegen ein einziges Tumorantigen (NY-ESO-1/HLA-A*02) validiert, und die Übertragbarkeit auf andere Peptid-MHC-Ziele oder HLA-Allele muss noch nachgewiesen werden. AlphaFold2-Vorhersagen zeigten an mehreren Wasserstoffbrückenpositionen erhebliche Abweichungen von der Kristallstruktur, was unterstreicht, dass Computermodelle allein feine Bindungsdetails ohne experimentelle strukturelle Validierung nicht zuverlässig vorhersagen können.

Hat dir diese Zusammenfassung gefallen?

Erhalte die neueste Longevity-Forschung jede Woche in deinen Posteingang.

E-Mail-Adresse zum Abonnieren eingeben: